比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

数据链支持下的武器系统评估体系研究

结合数据链作战使用需求,针对国外采用统计法评估数据链系统代价高、费时和针对单一兵器系统的问题。创新性地将作用域原则引入WSSDL作战效能评估体系过程中,完成了基于作用域的指标体系构建和综合评估方法设计工作,首次有效地解决了数据链支持下武器系统的评估对象多样化、人在回路因素多、定性指标缺乏量化手段的问题,为数据链支持下的武器系统作战效能评估提供了可靠手段和方法。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

用紧支径向基函数传递固体域耦合数据的方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

反函数的导数定理的一个注记

给出反函数的导数定理的改进形式:若f(x),x∈(a,b)与φ(y),y(A,B)互为反函数,x0∈(a,b),y0=f(x0),φ(y)在点y0处可导且φ′(y)≠0,f(x)在点x0处连续,则f(x)在点x0处可导,且f′(x0)=1/φ′(y0).并说明,f(x)在点x0处连续这一条件不可去掉。     

基于模糊隶属函数的一类灰色关联度问题研究

针对系统特征序列与相关因素序列中数据不确定或存在区间取值的问题,基于模糊隶属函数提出了一种解决灰色关联分析中关联度确定的方法,并以实例说明了该方法的合理性.     

具有模糊系数约束的多目标线性规划

研究了一类具有模糊系数约束的多目标线性规划问题.根据各目标函数的梯度方向来量化目标之间的冲突程度,以此提出了一种确定目标权重的新方法,然后基于惩罚函数运用梯度上升算法求问题的有效解.最后给出了一个数值例子.     

基于熵权多目标决策的战时物资运输方案优选研究

提出了战时物资运输方案优选问题,分析战时运输的影响因素,提出了评估战时物资运输方案的较有代表性的指标,并给出了具体计算方法.在没有指标权重的情况下,应用熵权多目标决策方法对多个合理方案进行优选评估,得出了可信度较高的优选方案.     

无航速具有自由液面的三维脉动源Green函数的数值积分方法

提出了一种计算无航速具有自由液面的三维脉动源Green函数的方法.采用零阶Bessel函数的Laplace变换,将无航速具有自由液面的三维脉动源Green函数变形为易于截断处理的形式,实现无穷积分向有限积分的转变.采用样条插值技术和自适应方法解决了高振荡函数的数值积分的速度和精度问题.对半球浮体进行了数值计算,结果令人满意,表明了该方法的有效性和实用性.